obtenir tous les liens d'une page web

Question

Bonjour

Je cherche à obtenir tous les liens d'une page web

HtmlElementCollection Liens = webBrowser1.Document.Links;

ne marche pas, car en éditant les élements de la collection, j'obtiens l'adresse de la page web, et non pas des liens qu'elle contient.

Answer 1

Bonjour,

Cela me semble pourtant correct et la doc dit bien cela liste les liens notamment créés par A en HTML (cf http://msdn.microsoft.com/fr-fr/library/system.windows.forms.htmldocument.links.aspx).

Vous faites un foreach et faites un GetAttribute pour récupérer le href de chaque élément récupéré ?

---

Please always mark whatever response solved your issue so that the thread is properly marked as "Answered".

Answer 2

Une solution consiste à utiliser le HtmlAgility Pack (http://htmlagilitypack.codeplex.com/) : il converti votre Html en Xml, il ne reste plus ensuite qu'à faire un XPath sur le Xml récupéré.

---

Richard Clark
Consultant - Formateur .NET
http://www.c2i.fr
Depuis 1996: le 1er site .NET francophone

Answer 3

Je ne vois pas à quoi sert le GetAttribute, voilà mon code, rtb2 est un richTextBox.

 private void liensToolStripMenuItem_Click(object sender, EventArgs e)
        { 
           if (webBrowser1.Document != null)
            {
                HtmlElementCollection Liens = webBrowser1.Document.Links;
                foreach (HtmlElement lien in Liens)
                {
                    f2.rtb2.AppendText(webBrowser1.Url.ToString()+lien.InnerText+Environment.NewLine);
                }
            }
        

Answer 4

HtmlAgility Pack trop compliqué pour moi,dommage!

Answer 5

Bonjour,

Voilà le code qu'il faut utiliser :

foreach (HtmlElement lien in Liens)
{
    f2.rtb2.AppendText(lien.GetAttribute("href") + lien.InnerText + Environment.NewLine);
}

Cordialement

---

Gilles TOURREAU - MVP C#
Architecte logiciel/Consultant/Formateur Freelance
Blog : http://gilles.tourreau.fr
- MCPD : Enterprise Developper / Windows Developper 3.5 / ASP .NET 3.5/4.0
- MCITP : SQL Server 2008 Developper
- MCTS : ADO .NET 3.5 / SQL Server 2008 Developper / Windows Forms 3.5 / ASP .NET 3.5/4.0

Answer 6

En complément de la réponse de Gilles :
- webBrowser1.Url.ToString() récupère l'url de la page et non pas des liens que l'on est train de parcourir d'où le problème
- lien.GetAttribute("href")  récupère l'attribut href du lien que l'on est train de parcourir et donne donc l'info que l'on voulait

---

Please always mark whatever response solved your issue so that the thread is properly marked as "Answered".

Answer 7

Je ne saisis pas trés bien la différence entre "lien" et "attribut du lien"

Existe-t-il un tutoriel, trés simple, qui explique ce que sont les attributs?

Merci.

Answer 8

Un attribut est juste l'une des "propriétés" d'une balise HTML qui sont exprimées sous la forme nom=valeur.

Ici, la variable lien est un objet qui représente l'ensemble de la balise que l'on a donc dans le document html par qq chose comme :
<a href="http://unsite">Du texte</a>

lien.GetAttribute("href") permet de récupérer la valeur de la propriété "href" (que l'on appelle attribut) donc http://unsite. On peut avoir d'autre attributs :

http://fr.selfhtml.org/html/reference/attributs.htm#a

lien.InnerText permet de récupérer le texte présent à l'intérieur de la base (entre <a> et </a>).

---

Please always mark whatever response solved your issue so that the thread is properly marked as "Answered".

Answer 9

Merci